張曼鈴　丁天明　丁超君　艾萬政

摘要：為減小近海漁船碰撞事故發(fā)生的概率，保障漁船航行安全，從漁船視角出發(fā)，根據(jù)漁船碰撞事故樣本數(shù)據(jù)，采用魚刺圖法分析近海漁船碰撞事故的原因，并將事故原因作為貝葉斯網(wǎng)絡(luò)的節(jié)點進行推理和驗證，通過后驗概率推理和敏感性分析探究事故致因鏈。結(jié)果表明：人為因素對近海漁船碰撞事故的影響程度最大；其次是管理因素，其中未按規(guī)定顯示號燈號型、未采取有效的避讓行動、瞭望疏忽及配員不符合要求的敏感度較高，對近海漁船碰撞事故的影響程度較大。

關(guān)鍵詞：漁船；碰撞事故；魚刺圖；貝葉斯網(wǎng)絡(luò)；致因分析

中圖分類號：U698.6文獻標(biāo)志碼：A文章編號：1672-0032（2024）01-0110-06

引用格式：張曼鈴，丁天明，丁超君，等.基于貝葉斯網(wǎng)路的近海漁船碰撞事故致因分析［J］.山東交通學(xué)院學(xué)報，202 32（1）：110-115.

ZHANG Manling， DING Tianming， DING Chaojun，et al. Cause analysis of collision accidents of offshore fishing vessels based on Bayesian networks［J］.Journal of Shandong Jiaotong University，202 32（1）：110-115.

0 引言

碰撞事故是船舶海上交通事故的主要類型，根據(jù)中國海事局對碰撞事故的統(tǒng)計發(fā)現(xiàn)，近海漁船碰撞事故所占比例最高[1]。我國是海洋漁業(yè)大國，近海作業(yè)的漁船較多，一定程度上增大了近海漁船碰撞事故的發(fā)生概率。一旦發(fā)生漁船碰撞事故，極易造成漁船船員群死群傷，人員損失和經(jīng)濟損失較嚴(yán)重，對海洋環(huán)境存在重大威脅。因此，研究近海漁船碰撞事故致因，降低事故發(fā)生概率具有重要的現(xiàn)實意義[2-3]。

可采用定性分析研究近海漁船碰撞事故致因問題[4-7]。王彥亮等[8]基于事故樹理論分析石碑山海域商漁船碰撞事故的影響因素；李凱等[9]采用層次分析法研究引發(fā)長江口定線制水域商漁船碰撞事故發(fā)生的因素。定性分析直觀簡潔，但過于依賴主觀判斷。近海漁船碰撞事故的原因較復(fù)雜，將定性分析與定量分析相結(jié)合得到的結(jié)果更精確。

不考慮他船因素，僅從漁船視角出發(fā)，本文匯總整理近海漁船碰撞事故案例，根據(jù)事故樣本數(shù)據(jù)，采用魚刺圖法從“人-機-環(huán)-管”4方面分析近海漁船碰撞事故的致因因素，確定貝葉斯網(wǎng)絡(luò)的節(jié)點，根據(jù)貝葉斯網(wǎng)絡(luò)對樣本數(shù)據(jù)的機器學(xué)習(xí)，建立近海漁船碰撞事故的貝葉斯網(wǎng)絡(luò)，并對其進行推理分析和驗證。根據(jù)分析結(jié)果，提出可行性建議，進一步加強漁業(yè)船舶安全風(fēng)險管控，也為漁業(yè)主管部門制定管理制度提供參考。

1 貝葉斯網(wǎng)絡(luò)理論

貝葉斯網(wǎng)絡(luò)是基于概率論和圖論的推理模型[10]，包括有向無環(huán)圖（directed acyclic graph， DAG）[11]和條件概率表（conditional probability table，CPT）2個組件，DAG表示節(jié)點間存在的關(guān)系，CPT表示節(jié)點間關(guān)系的強度[12]。

DAG由節(jié)點及連接節(jié)點的有向邊構(gòu)成，節(jié)點為隨機變量。采用單向箭頭連接各節(jié)點（由根節(jié)點指向葉節(jié)點）表示節(jié)點間的因果關(guān)系[13]，每個節(jié)點的CPT包含所有可能出現(xiàn)的根節(jié)點集合[14]。節(jié)點概率分布描述葉節(jié)點與根節(jié)點間的相關(guān)性，事件發(fā)生的聯(lián)合概率分布

式中：P（M）為事件M的先驗概率，P（N）為事件N的先驗概率，P（N|M）為事件M發(fā)生的前提下事件N發(fā)生的概率，P（M|N）為事件N發(fā)生的前提下事件M發(fā)生的概率。

貝葉斯網(wǎng)絡(luò)方法處理不確定性問題的能力較強，在對近海漁船碰撞事故進行推理、預(yù)測和分析方面的優(yōu)勢明顯，隨樣本信息的增加，得到的結(jié)果更精確。

2 貝葉斯網(wǎng)絡(luò)模型構(gòu)建與分析

2.1 確定貝葉斯網(wǎng)絡(luò)節(jié)點

以中國海事局網(wǎng)站上的近海漁船碰撞事故調(diào)查報告為分析基礎(chǔ)，不考慮輸出功率小于44.1 kW且船長不足12 m的小型捕撈漁船碰撞，經(jīng)篩選獲得75起事故的調(diào)查報告，隨機選取其中74起事故進行統(tǒng)計分析，并建立近海漁船碰撞事故的貝葉斯網(wǎng)絡(luò)，余下1起事故用來進行模型驗證。

基于事故致因分析中的人-機-環(huán)-管（men，machine，medium，management，4M）要素戰(zhàn)略理論，4M要素是事故致因，即從4要素角度分類歸納近海漁船碰撞事故的原因，結(jié)合74起海事調(diào)查報告中海事調(diào)查官對事故原因（包括直接原因和間接原因）的分析，剔除部分低頻事件，采用魚刺圖法分析近海漁船碰撞事故發(fā)生的原因，確定貝葉斯網(wǎng)絡(luò)的17個網(wǎng)絡(luò)節(jié)點，如圖1所示。

將近海漁船碰撞事故作為輸出節(jié)點，按4M要素對74起海事調(diào)查報告中的事故原因進行系統(tǒng)劃分和分析，并對相應(yīng)的節(jié)點命名。

1）人為因素A

溝通不暢A1：未與他船溝通和協(xié)調(diào)避讓，未按航行規(guī)定值守甚高頻無線電，未按規(guī)定開啟甚高頻，在航行過程中未保持通信值守頻道暢通，存在重大語言溝通障礙問題。駕駛員不適任A2：漁船駕駛員未持有相應(yīng)的船舶駕駛員證書，不具備駕駛船舶的資質(zhì)，操作技能差，業(yè)務(wù)水平低。未采用安全航速A3：未根據(jù)當(dāng)時通航水域環(huán)境特征和實際通航船只密度嚴(yán)格采用船舶安全航速。瞭望疏忽A4：未充分采用一切有效手段進行連續(xù)正規(guī)瞭望，未提前預(yù)判和估計碰撞危險。未采取有效避讓行動A5：未及早采取避讓行動，不注意采用良好的駕駛船藝、盲目轉(zhuǎn)向，未履行相應(yīng)船義務(wù)，也未按規(guī)定采取相應(yīng)減速、停車或倒車等避讓措施及時控制船。未按規(guī)定顯示號燈號型A6：漁船錨泊完畢后未按規(guī)定顯示錨泊號型，拖網(wǎng)捕撈的作業(yè)漁船未按規(guī)定顯示拖網(wǎng)作業(yè)號燈。

2）漁船因素B

設(shè)備工況不良B1：電子海圖和通訊設(shè)備工況欠佳，船舶自動識別系統(tǒng)工況不良，未按規(guī)定配備和保持導(dǎo)航設(shè)備及甚高頻無線電通信設(shè)備的正常使用。

3）環(huán)境因素C

能見度不良C1：主要受海上大霧、濃霧等不良天氣影響，海上能見度低，漁船駕駛員視線受阻，影響船舶安全航行。交通流密集C2：常發(fā)生在傳統(tǒng)大型漁場和大型海船習(xí)慣通道附近水域，來往船舶較多，交通流較大。狹水道C3：船舶在水寬受限、航道狹窄的水域航行時須遵守一般航行規(guī)則，還須符合狹水道航行特別要求。

4）管理因素D

配員不符合要求D1：船東和船長未按要求配備足夠且合格的船員上船任職，職務(wù)船員持證上崗情況不滿足漁船船員任職標(biāo)準(zhǔn)要求。值班安排不當(dāng)D2：未安排人員值班，駕駛臺值守人員安排不足，值班人員未按工作規(guī)定要求[16]履行值班職責(zé)。

2.2 節(jié)點概率分布確定

1）確定根節(jié)點的先驗概率

所搜集和統(tǒng)計到的事故樣本數(shù)據(jù)較簡陋，只考慮各節(jié)點事件二態(tài)性的情況，即發(fā)生、不發(fā)生2種狀態(tài)。將統(tǒng)計的事故樣本數(shù)據(jù)輸入貝葉斯網(wǎng)絡(luò)中，通過統(tǒng)計概率得到各根節(jié)點的先驗概率，如表1所示。

2）確定非根節(jié)點的條件概率

非根節(jié)點包括葉節(jié)點T和中間節(jié)點A、B、C、D。根據(jù)統(tǒng)計學(xué)方法、貝葉斯公式和表1中根節(jié)點的先驗概率確定非根節(jié)點的條件概率[12]。

以中間節(jié)點C為例，根據(jù)貝葉斯網(wǎng)絡(luò)對事故樣本數(shù)據(jù)的機器學(xué)習(xí)得到中間節(jié)點C的條件概率，如表2所示。

2.3 構(gòu)建貝葉斯網(wǎng)絡(luò)模型

采用有向邊連接根節(jié)點事件、中間節(jié)點事件及葉節(jié)點事件，根據(jù)貝葉斯網(wǎng)絡(luò)對事故樣本數(shù)據(jù)的機器學(xué)習(xí)，采用軟件Netica計算近海漁船碰撞事故致因概率的貝葉斯網(wǎng)絡(luò)模型，結(jié)果如表3所示。

由表3可知：各節(jié)點按引發(fā)近海漁船碰撞事故的概率從大到小排列依次為A、D、C、B，A4、A5、D1、C2的先驗概率較大，更易引發(fā)近海漁船碰撞事故。

2.4 后驗概率推理

由表3可知，葉節(jié)點T的先驗概率為83.2%。貝葉斯網(wǎng)絡(luò)的不確定性推理能力較強，能正向推理、由因推果，還能實現(xiàn)逆向推理，由結(jié)果推導(dǎo)原因[17]。將葉節(jié)點的概率設(shè)置為100%，由貝葉斯網(wǎng)絡(luò)推導(dǎo)近海漁船碰撞事故發(fā)生條件下的各節(jié)點后驗概率，如表4所示。

由表4可知：由A引發(fā)近海漁船碰撞事故的概率最大，其次是D。將A的節(jié)點概率設(shè)置為100%后發(fā)現(xiàn)，A事件中由A5引發(fā)漁船碰撞事故的概率最大，由此得到整個事故的致因鏈。同理可將B、C和D的節(jié)點概率分別設(shè)置為100%，可得到B事件中由B1、C事件中由C2、D事件中由D1引發(fā)近海漁船碰撞事故的概率最大。

2.5 敏感性分析

判斷各節(jié)點對葉節(jié)點的影響程度[18]，對葉節(jié)點近海漁船碰撞事故進行貝葉斯網(wǎng)絡(luò)敏感性分析，結(jié)果如表5所示。相關(guān)度信息為各節(jié)點因素對葉節(jié)點的依賴程度，數(shù)值越大，敏感性越強[19-20]。

由表5可知：A和D的敏感性較高，對近海漁船碰撞事故的影響較大；根節(jié)點D1、A6、A5、A4的敏感度比其他根節(jié)點大，這4個因素的小幅變化都會對近海漁船碰撞事故產(chǎn)生較大影響。

3 實例驗證

以近海漁船碰撞事故樣本中余下1起事故作為驗證貝葉斯網(wǎng)絡(luò)有效性的模型，確保結(jié)論的可靠性。樣本事故為：2019-03-12凌晨，從漁場返回舟山沈家門的浙江岱山籍鋼質(zhì)漁船與一艘巴哈馬籍散貨船在東海水域發(fā)生碰撞。事故發(fā)生水域能見度良好，但通航環(huán)境復(fù)雜，是大型海船習(xí)慣通道，也是東海傳統(tǒng)作業(yè)漁場，交通流密集。僅從事故漁船角度分析造成本起事故的原因為：瞭望疏忽，未充分利用一切有效手段保持正規(guī)瞭望，未充分估計本船與他船間的碰撞危險；未采取有效的避讓行動，未正確履行直航船義務(wù)，作為處于交叉相遇危險局面中的直航船，緊迫局面已形成后，船長誤認(rèn)為對方商船未采取讓路行動，便獨自采取大幅度左轉(zhuǎn)的避讓措施。

將樣本事故報告中的“交通流密集、瞭望疏忽、未采取有效的避讓行動”作為節(jié)點輸入貝葉斯網(wǎng)絡(luò)模型，設(shè)置節(jié)點的概率為100%，得到事故驗證貝葉斯網(wǎng)絡(luò)，如表6所示。由表6可知：近海漁船碰撞事故發(fā)生的概率為87.2%，說明建立的貝葉斯網(wǎng)絡(luò)適用該起事故。

4 對策和建議

1）增強漁船駕駛員的安全責(zé)任意識

人為因素中未按規(guī)定顯示號燈號型、未采用安全航速、瞭望疏忽等問題是漁船駕駛員安全意識薄弱的問題。漁船監(jiān)督管理部門須著力做好漁船船員的海上安全教育工作，督促漁船在出海航行、作業(yè)捕撈和?？垮^泊時按規(guī)定采用安全航速，懸掛相應(yīng)號燈號型和嚴(yán)格執(zhí)行駕駛臺值班瞭望制度[16]。遇有其他船舶可能發(fā)生迫近危險時，漁船駕駛員須按相關(guān)規(guī)則[21]及時發(fā)出聲、光信號，或及早起錨采取相應(yīng)的避碰措施，必要時可使用船舶自動識別系統(tǒng)等通信設(shè)備對船舶間可能產(chǎn)生的危險局面進行即時溝通和聯(lián)系。

2）提高漁船駕駛員的專業(yè)技能水平

漁船監(jiān)督管理部門需加強對漁船駕駛員航海技能和相關(guān)規(guī)則的培訓(xùn)，重點加強漁船和商船會遇情況下的避讓方法培訓(xùn)，提高漁船駕駛員的操作技能水平、知識理論水平和安全責(zé)任意識，杜絕不按規(guī)定避讓，不按規(guī)定履行直航船或讓路船義務(wù)等違規(guī)違章行為。尚有部分漁船駕駛?cè)藛T對雷達性能未完全熟悉，不熟悉雷達設(shè)備的基本導(dǎo)航參數(shù)的正確設(shè)置、遠(yuǎn)近量程功能的準(zhǔn)確切換、航行信息數(shù)據(jù)的讀取等基本功能操作，建議漁政主管部門加強漁船駕駛?cè)藛T對航海儀器的正確使用規(guī)范培訓(xùn)，避免發(fā)生類似事故。

3）重視復(fù)雜環(huán)境的航行安全

在能見度不良航行情況下，部分漁船駕駛員未鳴放霧號，也未采取相應(yīng)的霧航措施；或在狹水道航行時，未遵守狹水道航行的特別要求，最終引發(fā)碰撞事故。需提高漁船駕駛員應(yīng)對不同復(fù)雜局面的處理能力，嚴(yán)格遵守在交通流密集、能見度不良等特殊通航環(huán)境下航行的操作規(guī)程。

4）嚴(yán)格落實漁船安全管理責(zé)任

漁船所有人需嚴(yán)格按規(guī)定落實漁船安全管理生產(chǎn)主體責(zé)任和安全管理責(zé)任，為每艘船舶配備足夠且合格的船員，禁止聘用未經(jīng)相關(guān)專業(yè)培訓(xùn)和未持有相應(yīng)適任考核證書的不合格人員。漁業(yè)主管部門需加強對出海漁船船舶配員情況的日常跟蹤監(jiān)管，充分利用網(wǎng)絡(luò)信息化平臺等技術(shù)手段，重點核查長期連續(xù)在外作業(yè)的漁船配員情況和漁民持證情況，著力消除漁船配員人證不一致的安全隱患，保證漁船配員始終滿足最低安全配員要求。漁政部門還需加強轄區(qū)內(nèi)的漁船管理，督促并檢查漁船配備海上通用甚高頻設(shè)備情況，增強漁船和他船間的海上有效聯(lián)系。

5 結(jié)束語

根據(jù)74起近海漁船碰撞事故調(diào)查報告，按人-機-環(huán)-管要素戰(zhàn)略理論分析近海漁船碰撞事故中漁船一方的過失原因，建立近海漁船碰撞事故的貝葉斯網(wǎng)絡(luò)，通過后驗概率推理和敏感性分析，找到近海漁船碰撞事故的致因鏈，結(jié)果表明：人為因素對近海漁船碰撞事故的影響程度最大，其次是管理因素，其中未按規(guī)定顯示號燈號型、未采取有效的避讓行動、瞭望疏忽及配員不符合要求的敏感度較高。

實際發(fā)生漁船碰撞事故時，碰撞雙方均有責(zé)任。因事故樣本數(shù)和數(shù)據(jù)挖掘能力有限，可進一步考慮在他船過失的情況下對事故樣本數(shù)據(jù)進行深度挖掘。

參考文獻：

[1]張照斌.日照市嵐山港區(qū)水域漁船現(xiàn)狀及防范商漁船碰撞風(fēng)險分析[J].中國水運（下半月），202 23（6）：14-16.

[2]李鋒.一起商漁船碰撞事故原因分析及應(yīng)對措施[J].珠江水運，2022（19）：34-36.

[3]郭俊東，李凱.長江口定線制水域商漁船碰撞風(fēng)險防范措施[J].水運管理，2022，44（9）：21-25.

[4]王華飛，張麗娟.漁船與商船碰撞原因分析及預(yù)防措施[J].水運管理，2019，41（3）：24-25.

[5]謝啟迪.漁船與商船碰撞事故原因分析與預(yù)防措施[J].中國水運（下半月），2020，20（6）：25-26.

[6]何豪力.淺析舟山海域漁船碰撞事故發(fā)生原因及防范措施[J].中國水產(chǎn)，2021（2）：59-62.

[7]YANG J X， SUN Y， SONG Q Y， et al. Laws and preventive methods of collision accidents between merchant and fishing vessels in coastal area of China[J].Ocean and Coastal Management，202 231：1-26.

[8]王彥亮，王軍.基于FTA的石碑山海域商漁船碰撞風(fēng)險研究[J].珠江水運，2021（8）：98-101.

[9]李凱，郭俊東，張博，等.基于層次分析法的長江口定線制水域商漁船碰撞因素研究[J].中國海事，2023（10）：9-12.

[10]鄭逸雪.基于FTA-BN的地鐵車站施工風(fēng)險評價研究[J].項目管理技術(shù)，2022，20（2）：78-82.

[11]郭連琦.基于貝葉斯網(wǎng)絡(luò)的船舶碰撞事故人為因素分析[D].大連：大連海事大學(xué)，2022.

[12]劉子濤，杜柏松，賈帥林.基于貝葉斯網(wǎng)絡(luò)的船舶大風(fēng)浪中傾覆事故致因分析[J].上海海事大學(xué)學(xué)報，2022，43（3）：56-61.

[13]石慶喜. 因果圖學(xué)習(xí)與推理算法研究[D].重慶： 重慶大學(xué)， 2005.

[14]張金輝，李克強， 羅禹貢，等. 基于貝葉斯網(wǎng)絡(luò)的聯(lián)網(wǎng)環(huán)境中跟車工況下的前車運動狀態(tài)預(yù)測[J].汽車工程，2019，41（3）：245-251.

[15]XU Q W， XU K L. Risk assessment of rail haulage accidents in inclined tunnels with Bayesian network and bow-tiemodel[J].Current Science，2018，114（12）：2530-2538.

[16]交通運輸部.中華人民共和國海船船員值班規(guī)則[S/OL].（2020-07-20）[2022-06-10].https：//www.gov.cn/zhengce/zhengceku/2020-07/15/content_5526921.htm.

[17]徐青偉，許開立，周方，等.基于貝葉斯網(wǎng)絡(luò)的食品安全風(fēng)險分析[J].食品工業(yè)，202 42（6）：502-504.

[18]強永康.基于故障樹貝葉斯網(wǎng)絡(luò)的道路交通事故致因分析[D].揚州：揚州大學(xué)，2021.

[19]徐一旻，田夢瑩，李治，等.FTA-BN在機場跑道入侵事故影響因素分析中的應(yīng)用[J].安全與環(huán)境學(xué)報，202 23（5）：1361-1367.

[20]王鵬，徐建良.基于貝葉斯網(wǎng)絡(luò)的信息系統(tǒng)風(fēng)險評估研究[J].中國海洋大學(xué)學(xué)報（自然科學(xué)版），2022，52（5）：131-138.

[21]國際海事組織.國際海上避碰規(guī)則[S/OL].[2022-06-10].https：//baike.so.com/doc/6507003-6720724.html.

Cause analysis of collision accidents of offshore fishing vessels based on Bayesian networks

ZHANG Manling， DING Tianming， DING Chaojun， AI Wanzheng

Abstract：To reduce the probability of collisions between fishing vessels in the vicinity of the coast and ensure the safety of fishing vessel navigation， an analysis of the causes of these collisions is conducted using the? fishbonefishbone diagram method from the perspective of fishing vessels. The causes of the accidents are used as nodes in a Bayesian network for inference and validation. Posterior probability inference and sensitivity analysis are employed to explore the causal chain of accidents. The results indicate that human factors have the greatest impact on collisions involving fishing vessels near the coast， followed by management factors. Among the human factors， high sensitivity is observed for failure to display proper lights and signals， failure to take effective evasive actions， negligence in lookout， and inadequate crew qualifications. These factors have a significant impact on collisions involving fishing vessels in the vicinity of the coast.

Keywords：fishing boat; collision accident; fish-bone diagram; Bayesian network; causation analysis

（責(zé)任編輯：王惠）

收稿日期：2022-06-15

基金項目：浙江海洋大學(xué)人才引進科研基金項目（JX 631180823）

第一作者簡介：張曼鈴（1998—），女，安徽阜南人，工學(xué)碩士，主要研究方向為海上安全技術(shù)，E-mail：1113462371@qq.com。